正则表达式

正则表达式（Regular Expression，简称 Regex 或 Regexp）是一种用于匹配字符串中字符组合的模式。它们在文本处理、数据验证和搜索操作中非常有用。以下是一些常见的正则表达式及其用途：

一. 常见的正则表达式

1. 字符类

字符类用于匹配特定的字符集合。

• .：匹配任何单个字符（除换行符外）。

  • 示例：a.b 匹配 a 后面跟着任何字符，再跟着 b，如 a1b、a-b。

• [abc]：匹配方括号内的任意一个字符。

  • 示例：[abc] 匹配 a、b 或 c。

• [^abc]：匹配不在方括号内的任意一个字符。

  • 示例：[^abc] 匹配除 a、b 和 c 之外的任何字符。

• [a-z]：匹配指定范围内的任意一个字符。

  • 示例：[a-z] 匹配任何小写字母。

• [A-Z]：匹配任何大写字母。

  • 示例：[A-Z] 匹配任何大写字母。

• [0-9]：匹配任何数字。

  • 示例：[0-9] 匹配任何单个数字。

2. 预定义字符类

预定义字符类是一些常用的字符类的简写形式。

• \d：匹配任何数字，等价于 [0-9]。

  • 示例：\d 匹配任何单个数字。

• \D：匹配任何非数字字符，等价于 [^0-9]。

  • 示例：\D 匹配任何非数字字符。

• \s：匹配任何空白字符，包括空格、制表符、换行符等。

  • 示例：\s 匹配任何空白字符。

• \S：匹配任何非空白字符。

  • 示例：\S 匹配任何非空白字符。

• \w：匹配任何字母数字字符，等价于 [a-zA-Z0-9_]。

  • 示例：\w 匹配任何字母数字字符或下划线。

• \W：匹配任何非字母数字字符。

  • 示例：\W 匹配任何非字母数字字符。

3. 边界匹配

边界匹配用于匹配字符串的开始或结束位置。

• ^：匹配字符串的开始位置。

  • 示例：^abc 匹配以 abc 开头的字符串。

• $：匹配字符串的结束位置。

  • 示例：abc$ 匹配以 abc 结尾的字符串。

• \b：匹配单词边界。

  • 示例：\bword\b 匹配完整的单词 word，而不是 word 的子字符串。

4. 量词

量词用于指定前面的字符或字符类可以出现的次数。

• *：匹配前面的字符或字符类 0 次或多次。

  • 示例：a* 匹配 0 个或多个 a，如 a、aa、aaa 或空字符串。

• +：匹配前面的字符或字符类 1 次或多次。

  • 示例：a+ 匹配 1 个或多个 a，如 a、aa、aaa，但不匹配空字符串。

• ?：匹配前面的字符或字符类 0 次或 1 次。

  • 示例：a? 匹配 0 个或 1 个 a，如 a 或空字符串。

• {n}：匹配前面的字符或字符类恰好 n 次。

  • 示例：a{3} 匹配恰好 3 个 a，如 aaa。

• {n,}：匹配前面的字符或字符类至少 n 次。

  • 示例：a{3,} 匹配 3 个或更多 a，如 aaa、aaaa。

• {n,m}：匹配前面的字符或字符类至少 n 次，但不超过 m 次。

  • 示例：a{2,4} 匹配 2 到 4 个 a，如 aa、aaa、aaaa。

5. 分组和捕获

分组和捕获用于将正则表达式的一部分分组，并捕获匹配的内容。

• ()：分组和捕获。

  • 示例：(abc) 匹配 abc，并捕获匹配的内容。

• (?:...)：非捕获分组。

  • 示例：(?:abc) 匹配 abc，但不捕获匹配的内容。

6. 选择

选择用于匹配多个模式中的一个。

• |：选择。
  • 示例：abc|def 匹配 abc 或 def。

7. 贪婪和非贪婪

量词的贪婪和非贪婪模式决定了匹配的长度。

• 贪婪模式：默认情况下，量词是贪婪的，尽可能多地匹配字符。

  • 示例：a+ 匹配尽可能多的 a。

• 非贪婪模式：在量词后加 ?，使其变为非贪婪模式，尽可能少地匹配字符。

  • 示例：a+? 匹配尽可能少的 a。

8. 断言

断言用于指定匹配的条件，但不消耗字符。

• 前瞻断言：

  • 正前瞻：(?=...)，匹配后面跟着指定模式的字符。
    • 示例：abc(?=def) 匹配 abc，但只有在其后面跟着 def 时才匹配。
  • 负前瞻：(?!...)，匹配后面不跟着指定模式的字符。
    • 示例：abc(?!def) 匹配 abc，但只有在其后面不跟着 def 时才匹配。

• 后顾断言：

  • 正后顾：(?<=...)，匹配前面跟着指定模式的字符。
    • 示例：(?<=abc)def 匹配 def，但只有在其前面跟着 abc 时才匹配。
  • 负后顾：(?<!...)，匹配前面不跟着指定模式的字符。
    • 示例：(?<!abc)def 匹配 def，但只有在其前面不跟着 abc 时才匹配。

示例

假设有一个字符串 123abc456def789，我们想匹配其中的数字和字母组合。

• 匹配数字：\d+

  • 匹配结果：123、456、789

• 匹配字母：[a-z]+

  • 匹配结果：abc、def

• 匹配数字和字母组合：\d+[a-z]+

  • 匹配结果：123abc、456def

二. 使用语法

在 MySQL 中，可以使用 REGEXP 或 RLIKE 操作符来使用正则表达式。

语法：

REGEXP

SELECT column1, column2 
FROM table_name 
WHERE column1 REGEXP 'pattern';

RLIKE

SELECT column1, column2, ...
FROM table_name
WHERE column_name RLIKE 'pattern';

三. 使用 LIKE 和正则表达式的区别

• LIKE 操作符：

  • 适用于简单的模式匹配，支持 % 和 _ 两个通配符。
  • 性能较好，适用于大多数简单的文本匹配需求。

• 正则表达式：

  • 适用于复杂的模式匹配，支持更广泛的模式匹配功能。
  • 性能可能稍差，但在处理复杂模式时非常强大。

示例

假设有一个 employees 表，包含以下数据：

假设我们想查询名字以字母 "A" 开头，且名字长度为 5 个字符的员工。使用 LIKE 操作符可以这样写：

SELECT * 
FROM employees
WHERE first_name LIKE 'A____';

结果：

使用正则表达式可以这样写：

SELECT * 
FROM employees
WHERE first_name REGEXP '^A.{4}$';

结果：

总结

• LIKE 操作符：适用于简单的模式匹配，支持 % 和 _ 通配符，性能较好。
• 正则表达式：适用于复杂的模式匹配，支持更广泛的模式匹配功能，但性能可能稍差。